Застосування штучного інтелекту для передбачення відтоку клієнтів

Abstract

Магістерська кваліфікаційна робота виконана студенткою групи КНСШ-22 Славчаник Олесею Русланівною. Тема «Застосування штучного інтелекту для передбачення відтоку клієнтів». Робота направлена на здобуття ступеня магістра за спеціальністю 122 «Комп’ютерні науки». Метою дипломної роботи є розробка інформаційної системи для передбачення відтоку клієнтів з використанням алгоритмів машинного навчання. Для реалізації мети необхідно розв’язати такі задачі: - аналіз аналогів; - пошук вибірки даних; - аналіз знайдених даних; - обробка знайдених даних; - побудова моделі класифікації для передбачення відтоку клієнтів; - оцінювання моделей. Об’єкт дослідження: процес передбачення відтоку клієнтів з використанням методів машинного навчання. В результаті роботи порівняно застосування трьох алгоритмів для передбачення відтоку клієнтів. Загальний обсяг роботи: 61 сторінки, 18 рисунків, 1 таблиця, 18 посилань та 1 додаток. The master's qualification work was completed by Olesya Ruslanivna, a student of the KNSSh-22 Slavchanyk group. Topic "Application of artificial intelligence for customer churn prediction". The work is aimed at obtaining a master's degree in the specialty 122 "Computer Science". The task of this work is to compare different machine learning algorithms for predicting customer churn. For this, several artificial intelligence algorithms will be trained on the same data sample. The results of different algorithms will be compared and described in this paper. The main goal is to get a trained machine learning model that can be used to predict customer churn and market analysis. Many people now use different types of subscriptions for different products, and it is important for companies that customers stay with them and not go to competitors, so with the help of predicting customer churn, you can better adjust the work of marketing campaigns to retain as many existing users as possible. The data set for tasks of this type is collected on the basis of historical data of customer behavior. Important in this is what customers buy and how they react to different types of campaigns (discounts, advertising). Currently, many companies use simple statistics to understand whether a customer will leave or not. But this is often not enough, because human behavior can be quite unpredictable and quite complex. That is why it is important to take into account even the most insignificant characteristics of the customer's behavior in order to most accurately determine the possibility that he will stop using a certain product. The purpose of the work is to develop an information system for identifying the possibility of customer churn using machine learning algorithms.